- · 《模糊系统与数学》编辑[10/30]
- · 《模糊系统与数学》杂志[10/30]
- · 《模糊系统与数学》杂志[10/30]
- · 《模糊系统与数学》期刊[10/30]
- · 《模糊系统与数学》数据[10/30]
- · 《模糊系统与数学》投稿[10/30]
- · 模糊系统与数学版面费是[10/30]
模糊是低特质波动率异象的成因吗来自中国股市
作者:网站采编关键词:
摘要:一、引 言 经典的资产定价模型将不确定性定义为风险,认为预期收益和系统性风险之间存在正相关关系,非系统性风险没有风险补偿。然而近年来越来越多的研究发现非系统风险和资
一、引 言
经典的资产定价模型将不确定性定义为风险,认为预期收益和系统性风险之间存在正相关关系,非系统性风险没有风险补偿。然而近年来越来越多的研究发现非系统风险和资产的预期收益之间存在显著的负相关关系,低特质波动率的股票有较高的未来收益,即低特质波动率异象。
低特质波动率异象广泛存在于不同的股票市场中。Ang等[1-2]发现23个发达市场均存在低特质波动率异象。Baker等(1)Baker N, Haugen R.Low risk stocks outperform within all observable markets of the world[R]. SSRN working paper, 2012, No..的研究涵盖21个发达国家市场、12个新兴市场,发现低波动率异象在国际范围内显著存在。近几年对中国市场的研究也发现这种异象的存在[3-6]。
尽管低特质波动率异象在国际范围内广泛存在,但其成因并未得到一致认可。Ang等[1-2]认为规模因子、价值因子和动量因子均不能解释低特质波动率异象的形成原因。Boehme等[7]认为投资者意见分歧是低特质波动率异象的成因:特质波动率(idiosyncratic volatility, IV)越高,投资者意见分歧越大,异质性高,引起股票被严重高估,产生低的预期收益。Jiang等[8]发现盈利能力能够解释低特质波动率异象:特质波动率的大小包含了公司未来经营业绩的信息,与公司未来利润的意外扰动负相关。上市公司管理层有选择的披露信息,导致经营前景黯淡的公司信息不明朗,市场表现不确定性增加,收益降低。Ang等[1]从信息传播的角度解释低特质波动率异象:特质波动率较低的股票,分析师关注较少,价格时滞较大,对信息的反应慢,市场会对这一风险进行补偿。Boehme等[9]认为卖空限制是产生低特质波动率异象的原因之一:对卖空行为的限制阻止了套利者对高波动性股票的卖空行为,扭曲风险回报关系,使得误定价行为无法被修正。Chen等[10]发现投资者关注可以解释特质波动率异象,投资者高度关注高波动率的股票,投资者的购买行为使得高波动率的股票被高估,从而其预期收益下降。
在对资产定价的研究中,另一些研究不仅考虑股票的预期收益和风险之间的关系,还将不确定性和风险进行区分,认为风险是有明确概率分布的不确定性,模糊是没有明确概率分布的不确定性。他们发现模糊和资产收益之间存在显著的相关关系,称为模糊溢价。例如:Knight[11]首次区分了不确定性和风险,提出风险是有明确概率分布的不确定性,而模糊是没有明确概率分布的不确定性。Gollier等[12]从模糊厌恶理论的心理学基础出发,将模糊性问题引入金融学领域,发现金融市场中大多数的投资者表现出模糊厌恶的倾向。Viscusi等[13]发现人们对小概率损失表现出模糊厌恶,而对大概率损失表现出模糊偏好。Mangelsdorff 等[14]、Du 等[15]以及Abdellaoui 等[16]发现损失可能性高时,投资者是模糊偏好的;盈利可能性高时,投资者是模糊厌恶的。Chen 等[17]提出了连续时间的效用模型来区分风险厌恶和模糊厌恶,分别从风险溢价和模糊溢价的角度对预期收益进行解释。Epstein 等[18]、Ui[19]和Izhakian 等[20]也将模糊引入资产定价领域,发现模糊是预期收益的决定因素之一。Drechsler[21]研究了模糊对股票预期收益的影响,发现对模糊的厌恶随着预期收益可能性的增大而增加,而对模糊的偏好随着预期损失概率的增大而增加。将模糊性引入定价模型时,风险的影响显著为正;当不考虑模糊性时,风险的影响不显著。
本文发现中国股市也存在显著的模糊溢价,并且特质波动率具有显著的时变性特征,特质波动率的变化反映出个股特有信息的概率分布具有不确定性,即具有模糊性。因此,本文用特质波动率的标准差来度量模糊,研究模糊溢价是否能够解释中国市场的低特质波动率异象。研究发现特质波动率在一段时间内变化的幅度越大,股票收益的模糊度(degree of ambiguity,DOA)就会越大,模糊溢价可以解释中国股票市场的低特质波动率异象。本文证实了中国股市存在显著的模糊溢价,模糊是低特质波动率异象的成因之一。
二、数据与指标度量
(一)数据
本文选取2007年1月1日(2)2005年5月9日我国正式开始股权分置改革,并于2006年底基本完成。考虑到股权分置改革对中国股市产生较大影响,故选择股权分置改革基本完成的时间节点作为数据区间起始点。到2017年12月31日的所有A股股票数据作为样本数据。其中根据分红、配股、增发对股票收盘价数据进行调整,收益率为日对数收益率。无风险收益率为一年期银行存款利率,并做相应期限的折算。市场因子根据万得全A指数计算得到,数据均来自万得资讯(Wind)。
文章来源:《模糊系统与数学》 网址: http://www.mhxtysxzz.cn/qikandaodu/2021/0302/374.html
上一篇:藤本壮介建筑的暧昧性表达
下一篇:摄影艺术创作中的模糊与意识状态